基于卡尔曼滤波和数学形态学分形分析的齿轮箱故障诊断

• 作者: 刘志川 唐力伟 曹立军
• 来源期刊: 机械传动
• 关键词: AR模型 卡尔曼滤波 数学形态学 分形 故障诊断
• 年，卷（期）: 2014,（7）
• 所属期刊栏目: 试验分析
• 页码范围: 141-144,160
• 页数: 5页
• 语种: 中文

摘要

针对传统信号时频分析方法不适用于处理非平稳信号的问题,利用齿轮箱时域振动信号建立系统的AR模型,采用最小二乘法计算模型参数,利用AIC信息准则确定系统阶次,并构建状态空间模型进行卡尔曼滤波降噪.用数学形态学分形维数计算方法计算滤波后信号的分形维数,并将其应用到实际齿轮正常、齿面磨损、齿根裂纹和断齿信号的分析中.对实测信号分析结果表明,基于卡尔曼滤波和数学形态学分形分析方法能够有效识别齿轮故障类型,为齿轮箱故障诊断提供一种新的特征提取方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹立军		4	4	1.0	2.0
2	唐力伟		5	0	0.0	0.0
3	刘志川		2	0	0.0	0.0